首页期刊导航|无线电通信技术
期刊信息/Journal information
无线电通信技术
中国电子科技集团公司第五十四研究所
无线电通信技术

中国电子科技集团公司第五十四研究所

康 峰

双月刊

1003-3114

ctibjb@163.com

0311-86924954

050081

河北省石家庄市中山西路589号

无线电通信技术/Journal Radio Communications Technology北大核心
查看更多>>《无线电通信技术》(双月刊)创刊于1972年,由中国电子科技集团公司第五十四研究所主办,国内外公开发行。坚持学术性与技术性相结合,以跟踪报道通信技术领域的最新学术与技术应用成果为主要内容,并兼顾其他相关综合电子信息技术。2020年度《信息通信领域高质量科技期刊分级目录》收录期刊。
正式出版
收录年代

    基于FPGA+ARM异构平台的道路交通目标检测设计

    胡胜王逸风易文涛贺岚晴...
    1008-1015页
    查看更多>>摘要:针对当前目标检测技术在智能汽车上所需的体积小、能效比高、检测速度快、精度高等要求,提出了一种新型嵌入式道路交通目标检测设计。该方案以 YOLOv3 为基础网络模型,通过新增网络检测层和网络剪枝技术分别提升网络的检测精度和检测速度,在硬件端以深度处理单元(Deep Learning Processing Unit,DPU)为核心搭建了底层硬件平台,对网络的卷积计算进行并行加速,改进后的模型通过量化和编译后可以部署至 FPGA+ARM异构平台。经测试,在KITTI数据集上的检测精度为 85。32%,功耗为 8。2 W,检测帧率为 31。2 Hz,算力功耗比达到 58。3 GOPs/W,是RTX 2060 super型GPU的3。9 倍,Intel i7-12400 型CPU的9。3 倍。实验结果表明,该方案满足道路交通目标检测设计要求,相较常用目标检测平台GPU,所提方案的部署空间小、功耗低,更适于灵活部署在空间紧凑、能源供给受限的智能汽车中。

    智能汽车目标检测深度学习嵌入式FPGA

    基于数据驱动的高精度阵列测向方法

    熊坤来沙志超
    1016-1023页
    查看更多>>摘要:针对现有测向系统多信号适应能力弱、测向精度低的问题,提出一种基于数据驱动的高精度阵列测向新方法。该方法提取单信号入射时的输入特征向量,基于卷积神经网络构建单信号测向网络框架。利用信号的独立性,将多信号测向问题转化为单信号测向问题,在单信号训练网络的基础上实现多信号来波方向估计。仿真实验与理论分析结果表明,该方法有效减少了输入特征维数和网络训练样本数目,在多信号同时入射及阵列互耦效应条件下均获得了高精度的到达方向(Direction of Arrival,DOA)估计的测向结果。

    卷积神经网络数据驱动阵列测向互耦效应

    一种可任意幅相调制的波导缝隙波束赋形天线

    王鑫亮刘秀芳林羿成何璞...
    1024-1028页
    查看更多>>摘要:为实现搜索雷达余割平方的波束赋形性能,设计了一款"几"字形波导缝隙阵列波束赋形天线。该天线采用"几"字形折叠结构和缝隙偏移以实现相位与幅度调制,实现了阵列的余割平方波束赋形。通过电磁仿真计算,最终确定了天线的最优结构参数,进行了实物加工和测试。实测结果表明,在 16。4~16。6 GHz的频率范围内,该阵列天线的电压驻波比小于 1。25,增益高于 15。4 dBi,实测结果与仿真结果具有较好的一致性。该天线具有大功率、高增益、剖面低等特点,可作为波束赋形相控阵天线的组阵单元。提出的波导缝隙阵列赋形天线实现方式可有效减小赋形波束范围内理论值和设计值之间的差异,使波导缝隙天线波束赋形的设计不再受限于缝隙的幅度和相位控制,可适用于多种波束赋形场合的应用。

    余割平方赋形"几"字形波导缝隙阵列天线低剖面

    结合视频内容的AV1快速块划分决策

    谢璇黄婉溦陈钰王宝土...
    1029-1036页
    查看更多>>摘要:针对AOMedia Video 1(AV1)编码时间较长的问题,基于不同纹理的视频内容与分区模式之间的联系,引入了虚拟子块的跨块梯度差来衡量图像纹理分布的差异,提出了一种快速块划分决策算法,以跳过非必要的分区模式。利用分区终止块大小与性能损失之间的联系,根据当前块大小自适应调整快速块划分的判断阈值,使得较小的编码块具有较宽松的跳过条件。与libaom相比,该算法在全帧内(All-Intra,AI)配置下平均可节省16。15%的编码时间,同时性能损失较小,有望被用于减少高分辨率视频的编码时间。

    AV1视频编码分区决策梯度差异

    基于合作关系的多智能体数据库参数调优模型

    刘钊勇张艺婷
    1037-1045页
    查看更多>>摘要:高维数据库参数空间中的参数调优是提高数据库性能的难点,现有方法更多关注于如何识别重要参数,在如何有效提高可调参数数量的问题上仍存在不足。针对上述问题,基于低维度映射技术和多智能体(Multi-Agent)强化学习技术,提出基于合作关系的 Multi-Agent数据库参数调优(Cooperative Multi-Agent Database Parameter Tuning,CMADPT)模型,CMADPT将数据库参数进行分类调优,极大增加了可调参数的数量;提出基于低维度映射的降维模型(Low Dimensional Mapping Model,LDMM),通过低维的合成参数调优高维的数据库参数。实验结果表明,CMADPT模型有效地扩大了可调参数的数量,比主流方法平均提升 1。117%的数据库性能。此外,CMADPT每 300 次迭代训练平均节省 1。32 h,极大地提升了算法的时间性能。

    数据库参数调优合作关系深度强化学习多智能体

    基于数字孪生的印刷电路板缺陷检测算法优化

    迟盛元白岩孟祥民杨海龙...
    1046-1054页
    查看更多>>摘要:针对传统生产线上缺陷检测过程中实时监控性能差、检测精度不足等问题,提出了基于数字孪生的缺陷检测算法。根据检测设备的运行特点和实时监控的要求,提出了数字孪生的基础框架。以微型电子产品装配产线中的视觉检测机器人为例,基于数字孪生框架,构建了机器人的数字孪生系统。利用深度学习的知识,对缺陷检测算法进行优化。实验结果表明,改进后的算法准确率达到了 96。5%,提高了视觉检测的智能化程度,为机器人智能化管理提供了新的思路。

    机器人数字孪生深度学习缺陷检测